evasion.py

   1 #!/usr/bin/env python
   2
   3 import torch
   4
   5 from torch.nn import functional as F
   6
   7 ######################################################################
   8
   9
  10 def generate_sequence(nb, height=6, width=6, T=10):
  11     rnd = torch.rand(nb, height, width)
  12     rnd[:, 0, :] = 0
  13     rnd[:, -1, :] = 0
  14     rnd[:, :, 0] = 0
  15     rnd[:, :, -1] = 0
  16     wall = 0
  17
  18     for k in range(3):
  19         wall = wall + (
  20             rnd.flatten(1).argmax(dim=1)[:, None]
  21             == torch.arange(rnd.flatten(1).size(1))[None, :]
  22         ).long().reshape(rnd.size())
  23         rnd = rnd * (1 - wall.clamp(max=1))
  24
  25     seq = wall[:, None, :, :].expand(-1, T, -1, -1).clone()
  26
  27     agent = torch.zeros(seq.size(), dtype=torch.int64)
  28     agent[:, 0, 0, 0] = 1
  29     agent_actions = torch.randint(5, (nb, T))
  30     rewards = torch.zeros(nb, T, dtype=torch.int64)
  31
  32     monster = torch.zeros(seq.size(), dtype=torch.int64)
  33     monster[:, 0, -1, -1] = 1
  34     monster_actions = torch.randint(5, (nb, T))
  35
  36     all_moves = agent.new(nb, 5, height, width)
  37     for t in range(T - 1):
  38         all_moves.zero_()
  39         all_moves[:, 0] = agent[:, t]
  40         all_moves[:, 1, 1:, :] = agent[:, t, :-1, :]
  41         all_moves[:, 2, :-1, :] = agent[:, t, 1:, :]
  42         all_moves[:, 3, :, 1:] = agent[:, t, :, :-1]
  43         all_moves[:, 4, :, :-1] = agent[:, t, :, 1:]
  44         a = F.one_hot(agent_actions[:, t], num_classes=5)[:, :, None, None]
  45         after_move = (all_moves * a).sum(dim=1)
  46         collision = (
  47             (after_move * (1 - wall) * (1 - monster[:, t]))
  48             .flatten(1)
  49             .sum(dim=1)[:, None, None]
  50             == 0
  51         ).long()
  52         agent[:, t + 1] = collision * agent[:, t] + (1 - collision) * after_move
  53
  54         all_moves.zero_()
  55         all_moves[:, 0] = monster[:, t]
  56         all_moves[:, 1, 1:, :] = monster[:, t, :-1, :]
  57         all_moves[:, 2, :-1, :] = monster[:, t, 1:, :]
  58         all_moves[:, 3, :, 1:] = monster[:, t, :, :-1]
  59         all_moves[:, 4, :, :-1] = monster[:, t, :, 1:]
  60         a = F.one_hot(monster_actions[:, t], num_classes=5)[:, :, None, None]
  61         after_move = (all_moves * a).sum(dim=1)
  62         collision = (
  63             (after_move * (1 - wall) * (1 - agent[:, t + 1]))
  64             .flatten(1)
  65             .sum(dim=1)[:, None, None]
  66             == 0
  67         ).long()
  68         monster[:, t + 1] = collision * monster[:, t] + (1 - collision) * after_move
  69
  70         hit = (
  71             (agent[:, t + 1, 1:, :] * monster[:, t + 1, :-1, :]).flatten(1).sum(dim=1)
  72             + (agent[:, t + 1, :-1, :] * monster[:, t + 1, 1:, :]).flatten(1).sum(dim=1)
  73             + (agent[:, t + 1, :, 1:] * monster[:, t + 1, :, :-1]).flatten(1).sum(dim=1)
  74             + (agent[:, t + 1, :, :-1] * monster[:, t + 1, :, 1:]).flatten(1).sum(dim=1)
  75         )
  76         hit = (hit > 0).long()
  77
  78         assert hit.min() == 0 and hit.max() <= 1
  79
  80         rewards[:, t] = -hit + (1 - hit) * agent[:, t + 1, -1, -1]
  81
  82     seq += 2 * agent + 3 * monster
  83
  84     return seq, agent_actions, rewards
  85
  86
  87 ######################################################################
  88
  89
  90 def seq2str(seq, actions, rewards):
  91     # symbols=" #@$"
  92     # vert, hori, cross, thin_hori = "|", "-", "+", "-"
  93
  94     symbols = " █@$"
  95     vert, hori, cross, thin_hori = "║", "═", "╬", "─"
  96     vert, hori, cross, thin_hori = "┃", "━", "╋", "─"
  97
  98     # hline = ("+" + "-" * seq.size(-1)) * seq.size(1) + "+" + "\n"
  99     hline = (cross + hori * seq.size(-1)) * seq.size(1) + cross + "\n"
 100
 101     result = hline
 102
 103     for n in range(seq.size(0)):
 104         for i in range(seq.size(2)):
 105             result += (
 106                 vert
 107                 + vert.join(
 108                     ["".join([symbols[v.item()] for v in row]) for row in seq[n, :, i]]
 109                 )
 110                 + vert
 111                 + "\n"
 112             )
 113
 114         # result += hline
 115         result += (vert + thin_hori * seq.size(-1)) * seq.size(1) + vert + "\n"
 116
 117         def status_bar(a, r):
 118             a = "INESW"[a.item()]
 119             r = f"{r.item()}"
 120             return a + " " * (seq.size(-1) - len(a) - len(r)) + r
 121
 122         result += (
 123             vert
 124             + vert.join([status_bar(a, r) for a, r in zip(actions[n], rewards[n])])
 125             + vert
 126             + "\n"
 127         )
 128
 129         result += hline
 130
 131     return result
 132
 133
 134 ######################################################################
 135
 136 if __name__ == "__main__":
 137     seq, actions, rewards = generate_sequence(10, 4, 6, T=20)
 138
 139     print(seq2str(seq, actions, rewards))